Matematika III. 8. A szórás és a szóródás egyéb mérőszámai Prof. Dr. Závoti, József
|
|
- Marika Szilágyiné
- 7 évvel ezelőtt
- Látták:
Átírás
1 Matematika III. 8. A szórás és a szóródás egyéb Prof. Dr. Závoti, József
2 Matematika III. 8. : A szórás és a szóródás egyéb Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP /1/A Tananyagfejlesztéssel a GEO-ért projekt keretében készült. A projektet az Európai Unió és a Magyar Állam Ft összegben támogatta. v 1.0 Publication date 2010 Szerzői jog 2010 Nyugat-magyarországi Egyetem Geoinformatikai Kar Kivonat Ez a modul a szórással és a szóródás egyéb val ismerteti meg az olvasót. Gyakorlati módszereket sajátíthat el a hagyományos és az osztályozott adatok szóródási paramétereinek becslésére, megismerkedhet a momentumok kezelésével a csúcsosság és a ferdeség számításával kapcsolatban. Jelen szellemi terméket a szerzői jogról szóló évi LXXVI. törvény védi. Egészének vagy részeinek másolása, felhasználás kizárólag a szerző írásos engedélyével lehetséges.
3 Tartalom 8. A szórás és a szóródás egyéb Bevezetés A szóródás A szórás A szórás meghatározása gyakorisági eloszlás esetén Osztályozott adatok szórása A szórás tulajdonságai A szóródás egyéb Variációs együttható (relatív szórás) Relatív szórás kvartilis együttható Közepes abszolút eltérés (MAD: Mean Absolute Deviation) Átlagos különbség (Gini-féle mutató) Minta terjedelem (Range) Momentumok, ferdeség és csúcsosság Quartiltávolság (QT) Momentumok Ferdeség és csúcsosság Összefoglalás iii
4
5 8. fejezet - A szórás és a szóródás egyéb Bevezetés Jelen modul a Matematika III. tárgy nyolcadik fejezete, modulja. Az itt következő ismeretek megértéséhez javasoljuk, hogy olvassa el a Tárgy korábbi moduljainál írottakat. Amennyiben ez még nem lenne elég a megértéshez, akkor forduljon a szerzőhöz segítségért. Jelen modul célja, hogy az Olvasó megismerkedjen a legfontosabb szóródási mutatókkal, és képessé váljon azok gyakorlati feladatok megoldásában való felhasználására. A helyzeti mutatók számításánál láttuk, hogy a fogalmak fizikai tartalommal is felruházhatók voltak. Ebben a modulban az adatok szóródását akarjuk jellemezni, amit nem tudunk egy abszolút skálán végrehajtani. Tehát bizonyos fokú absztrakcióra szükségünk lesz: létezik ugyan egységnyi szórás, de a szórásnak nincs felső határa A szóródás Tekintsük a következő kereset-értékeket: 9 fő keres Ft-ot 1 fő keres Ft-ot Ábrázoljuk egyenesen az egyes kereseti értékeket, illetve a súlyozott számtani átlagot! Az eloszlás középértékével nem jellemezhető kielégítően a sokaság. Definíció: A szóródás azonos típusú számszerű adatok különbözőségét jelenti. Ezek az adatok vagy egymáshoz képest különböznek, vagy egy meghatározott értéktől térnek el. A legfontosabb szóródási mérőszámok: 1. szórás 2. relatív szórás 3. átlagos különbség 4. átlagos eltérés 5. terjedelem A szórás Definíció: 1
6 Legyen adott alapsokaság egy mintája metrikus skálán. A szórás az egyes értékek számtani átlagtól vett eltéréseinek négyzetes átlaga, vagyis megmutatja, hogy az ismérvértékek mennyivel térnek el átlagosan az átlagtól. A szórás a legfontosabb szóródási mérőszám. Mértékegysége megegyezik az alapadatok mértékegységével. Tapasztalati szórás: Korrigált tapasztalati szórás: Állítás: a négyzetgyökvonás tulajdonságaiból triviálisan adódik., akkor és csak akkor áll fenn, ha valamennyi, ami pedig csak úgy lehetséges, ha, azaz minden adat ugyanakkora. A szórás akkor és csak akkor 0, ha az összes ismérvérték egyenlő, hiszen ebben az esetben nincs szóródás. Öt diák lemérte, hogy mennyi idő alatt jutnak el az egyetemtől a Deák térre. Az alábbi eredményeket kapták: Számítsuk ki a szórást! Vagyis az egyes diákok időszükségletei átlagosan 2,65 perccel térnek el az átlagtól. Tétel: Steiner-képlet (variancia): Bizonyítás: A szórás meghatározása gyakorisági eloszlás esetén 2
7 Legyenek az x i értékekhez tartozó gyakorisági értékek f i, relatív gyakoriságok pedig g i (i=1,2,...,n). Ekkor a szórás a következő összefüggésekből számolható: ahol ; i=1,2,...k; ahol ; i=1,2,...k; ; Egy újságosstandon 200 napon keresztül figyelték egy lap eladott példányszámait: ahol x i: az elkelt példányszám-értékek f i: azon napok száma, amikor a megadott példányszám kelt el Számítsuk ki a szórásnégyzetet! A Steiner-képlet alapján: Osztályozott adatok szórása Osztályozott adatok esetén a szórás értékét csak közelítőleg tudjuk meghatározni, hisz az adatokat csak korlátozott mértékben ismerjük. Jelölje az osztályközepeket. Ekkor a szórás: ahol Számítsuk ki a keresetek szórását az alábbi táblázat alapján: 3
8 Tétel: Sheppard-féle korrekció: unimodális (egycsúcsú) eloszlásoknál az osztályozott adatokból számolt szórás általában nagyobb, mint az eredeti adatokból számolt. ahol :osztályszélesség Tétel: Eltolási tétel: A közepes kvadratikus eltérést adja meg. Tétel: A számtani közép minimum tulajdonsága: Egyenlőség akkor és csak akkor áll fenn, ha A szórás tulajdonságai 1. Tétel: Tekintsük az ( ) lineárisan transzformált adat-rendszert. Ennek a szórása: ahol 4
9 Speciális eset: Ha, azaz a szórás változatlan marad, ha minden adott számhoz egy értéket hozzáadunk vagy kivonunk. Legyen Számítsuk ki a szórást! Legyen most 2. Tétel: Standardizált adatrendszer szórása: Az adatokon végezzük el az alábbi lineáris transzformációt: vagyis legyen ; A szórás ebben az esetben: vagyis a standardizált adatok átlaga 0. Tehát a standardizált adatok szórása Tétel: Két részsokaság egyesítésével nyert adatrendszer szórása: Tekintsük a következő két adatrendszert: (elemek, átlag, elemszám, szórás) S 1 S 2 A két adatrendszer átlaga: A szórás: 5
10 Tekintsük a korábbi átlagkeresetes példát: Számítsuk ki ezek alapján a két részsokaság egyesítéséből kapott sokaság szórását! S=3204,32 Ft A szóródás egyéb Variációs együttható (relatív szórás) Azt mutatja meg, hogy a szórás az átlagnak hányad része. Százalékos mutató. Értelmezése: az egyes ismérvértékek átlagosan hány százalékkal térnek el az átlagtól Relatív szórás kvartilis együttható 6
11 Közepes abszolút eltérés (MAD: Mean Absolute Deviation) Definíció: A fentebb említett Öt diák lemérte c. példa adatait felhasználva, számítsuk ki a közepes abszolút eltérést! Definíció: Gyakorisági eloszlásokra: Definíció: Osztályozott adatokra: Átlagos különbség (Gini-féle mutató) Átlagos különbségnek nevezzük az ismérvértékek egymástól számított különbségei abszolút értékeinek számtani átlagát. (i,j=1,2,...,n) Rendezzük el az adatokat egy mátrixba: 7
12 Fontos: Csak a főátló fölötti számokat összegezzük, mert különben minden különbséget duplán számítanánk be! Minta terjedelem (Range) Legalább rang skála esetén számítható. A minta terjedelem az előforduló legnagyobb és legkisebb ismérvérték különbsége, azaz az intervallum teljes hossza. A mutató kifejezi, hogy mekkora értékközben ingadoznak az ismérv értékei. Gyakorisági eloszlásnál: Osztályozott adatoknál: Momentumok, ferdeség és csúcsosság Quartiltávolság (QT) Definíció: Az adatok középső 50%-át tartalmazó intervallum hossza a kvartiltávolság (interkvartilis terjedelem). Tétel: Box-Whisker ábra: Ábrázoljuk a medián, a kvartilisek, a legkisebb és legnagyobb értékek, a terjedelem és a kvartiltávolság egymáshoz viszonyított helyzetét: 8
13 Nem szimmetrikus, balra ferde! Momentumok A különböző átlagok és a szórás általánosításának tekinthetők, mert itt az x i ismérvértékek, illetve a eltérések helyett tetszőleges állandó. eltérések hatványait kell átlagolnunk. Ebben az esetben a Definíció: Adott adatrendszer esetén az r. momentum: Megjegyzés: r=1 számtani közép Az a értékre vonatkozó momentum: Ha r=2 és akkor Ferdeség és csúcsosság Eloszlástípusok: két nagy csoport különböztethető meg a gyakorisági görbék alakja szerint: 1. Egymóduszú gyakorisági sorok: szimmetrikus: azok a gyakorisági sorok, amelyeknek a grafikus képe a módusznak megfelelő tengely körül szimmetrikus. Ez a normális eloszlást követi. aszimmetrikus vagy ferde: móduszuk valamelyik szélső értékhez közelebb esik. Ha a legalacsonyabb értékhez esik közelebb, akkor baloldali aszimmetriáról, ellenkező esetben jobboldali aszimmetriáról beszélünk. 2. Többmóduszú gyakorisági sorok: a gyakorisági görbének két vagy több helyi maximuma van. A gyakorisági görbe alakja egy tömör számmal jellemezhető: 9
14 Ferdeség (aszimmetria): a szimmetriától való eltérést mutatja Ha a gyakorisági eloszlás grafikus ábrája valamelyik irányba hosszabban elnyúlik, mint a normális eloszlás grafikus görbéje, akkor bal- illetve jobboldali aszimmetriáról beszélünk. Szimmetrikus eloszlás esetén F=0 Jobboldali aszimmetria esetén F<0 Baloldali aszimmetria esetén F>0 Pearson-féle mutató: Momentumokkal: Kvartilis Percentilis ferdeség: Csúcsosság: a normális eloszláshoz viszonyítva. Ha az eloszlás grafikus ábrájának csúcsa magasabban illetve alacsonyabban van, mint a normális eloszlás görbéjének csúcsa, akkor csúcsosságról, illetve lapultságról beszélünk. Momentumokkal: 10
15 Percentilis csúcsossági mutató: Adott =3.33, =3.85, =5.05, D 1=2.69, D 9=6.17, =4.2 és S=1.3. Számoljuk ki a Pearson-féle ferdeséget, a kvartilis és percentilis ferdeséget és a percentilis csúcsossági mutatót! Összefoglalás db eladásra kínált lakás megoszlása a kínálati ár szerint Számítsa ki és értelmezze a szóródási mérőszámokat (szórás, relatív szórás, terjedelem, átlagos eltérés)! 2. Egy iparág vállalataira vonatkozóan az alábbi adatokat ismerjük: 11
16 Számítsa ki és értelmezze a szóródási mérőszámokat (terjedelem, átlagos eltérés, szórás, relatív szórás)! 3. Egy közúti forgalom-ellenőrzés során 1000 személygépkocsi lépte túl a megengedett sebességet. A túllépés mértéke: Számítsa ki és értelmezze a szóródási mérőszámokat (szórás, relatív szórás, terjedelem)! 4. A 18 éves fiúk körében kísérleti jelleggel intelligenciateszteket végeztek. A vizsgálathoz felkért 19 főnél az alábbi inteligencia-értékeket (IQ) mértek: a. Határozza meg az adatok szórását! b. Határozza meg ugyanezen értéket osztályozással is! Irodalomjegyzék Hunyadi-Vita: Statisztika közgazdászoknak, KSH, Budapest,
17 Keresztély, Sugár, Szarvas: Statisztika példatár közgazdászoknak, BKE, Nemzeti Tankönyvkiadó, 2005 Korpás A.: Általános statisztika I-II., Nemzeti Tankönyvkiadó, Budapest, 1996 Csanády V., Horváth R., Szalay L.: Matematikai statisztika, EFE Matematikai Intézet, Sopron, 1995 Závoti, Polgárné, Bischof : Statisztikai képletgyűjtemény és táblázatok, NYME Kiadó, Sopron, 2009 Obádovics J. Gy. : Valószínűségszámítás és matematikai statisztika, Scolar Kiadó, Budapest, 2003 Reimann J. - Tóth J. : Valószínűségszámítás és matematikai statisztika, Tankönyvkiadó, Budapest,
Matematikai statisztikai elemzések 2.
Matematikai statisztikai elemzések 2. Helyzetmutatók, átlagok, kvantilisek. A szórás és szóródás Prof. Dr. Závoti, József Matematikai statisztikai elemzések 2.: Helyzetmutatók, átlagok, Prof. Dr. Závoti,
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 7. MA3-7 modul. Helyzetmutatók, átlagok, kvantilisek
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 7. MA3-7 modul Helyzetmutatók, átlagok, kvantilisek SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról
RészletesebbenMatematikai statisztikai elemzések 6.
Matematikai statisztikai elemzések 6. Regressziószámítás: kétváltozós lineáris és nemlineáris regresszió, többváltozós regresszió Prof. Dr. Závoti, József Matematikai statisztikai elemzések 6.: Regressziószámítás:
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 6. MA3-6 modul. A statisztika alapfogalmai
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 6. MA3-6 modul A statisztika alapfogalmai SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999.
RészletesebbenMatematikai statisztikai elemzések 1.
Matematikai statisztikai elemzések 1. A statisztika alapfogalmai, feladatai, Prof. Dr. Závoti, József Matematikai statisztikai elemzések 1.: A statisztika alapfogalmai, feladatai, statisztika, osztályozás,
RészletesebbenMatematikai statisztikai elemzések 5.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzések. MSTE modul Kapcsolatvizsgálat: asszociáció vegyes kapcsolat korrelációszámítás. Varianciaanalízis
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 2. MA3-2 modul. Eseményalgebra
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 2. MA3-2 modul Eseményalgebra SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999. évi LXXVI.
RészletesebbenGAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június
GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-8/2/A/KMR-29-41pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén, az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi
RészletesebbenDefiníció. Definíció. 2. El adás (folytatása) Az adatok leírása, megismerése és összehasonlítása. 2-5. fejezet. A variabilitás mér számai 3.
. El adás (folytatása) Az adatok leírása, megismerése és összehasonlítása -1 Áttekintés - Gyakoriság eloszlások -3 Az adatok vizualizációja -4 A centrum mérıszámai -5 A szórás mérıszámai -6 A relatív elhelyezkedés
RészletesebbenElméleti összefoglalók dr. Kovács Péter
Elméleti összefoglalók dr. Kovács Péter 1. Adatállományok létrehozása, kezelése... 2 2. Leíró statisztikai eljárások... 3 3. Várható értékek (átlagok) vizsgálatára irányuló próbák... 5 4. Eloszlások vizsgálata...
RészletesebbenKVANTITATÍV MÓDSZEREK
KVANTITATÍV MÓDSZEREK Dr. Kövesi János Tóth Zsuzsanna Eszter 6 Tartalomjegyzék Kvantitatív módszerek. Valószínűségszámítási tételek. eltételes valószínűség. Események függetlensége.... 3.. eltételes valószínűség...
RészletesebbenMatematikai statisztikai elemzések 2.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzések 2. MSTE2 modul Helyzetmutatók, átlagok, kvantilisek. A szórás és szóródás egyéb mérőszámai.
RészletesebbenGAZDASÁGI STATISZTIKA
GAZDASÁGI STATISZTIKA Dr. Kun István GÁBOR DÉNES FŐISKOLA Tantárgy: Gazdasági statisztika Kódszám: 224 Lapszám: 1 TÉMAKÖRÖK A STATISZTIKA ALAPFOGALMAI STATISZTIKAI SOROK STATISZTIKAI TÁBLÁK ÖSSZETETT VISZONYSZÁMOK
RészletesebbenKutatásmódszertan és prezentációkészítés
Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I
RészletesebbenStatisztika gyakorlat
Félévi követelményrendszer tatisztika gyakorlat. Gazdasági agrármérnök szak II. évolyam 007.0.. Heti óraszám: + Aláírás eltételei: az elıadásokon való részvétel nem kötelezı, de AJÁNLOTT! a gyakorlatokon
RészletesebbenStatisztika I. 6. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 6. előadás Előadó: Dr. Ertsey Imre GYAKORISÁGI SOROK ELOSZLÁSA KONCENTRÁCIÓ ELEMZÉSE GYAKORISÁGI SOROK ELOSZLÁSA KONCENTRÁCIÓ ELEMZÉSE szorosan kapcsolódik a szóródás elemzéshez, elméleti
RészletesebbenBevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok. Statisztika I.
Statisztika I. 1. előadás: A statisztika alapfogalmai Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem A kurzusról A kurzus célja
RészletesebbenMatematika III. 2. Eseményalgebra Prof. Dr. Závoti, József
Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József Matematika III. 2. : Eseményalgebra Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027 Tananyagfejlesztéssel
RészletesebbenBiostatisztika Bevezetés. Boda Krisztina előadása alapján ma Bari Ferenc SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
Biostatisztika Bevezetés Boda Krisztina előadása alapján ma Bari Ferenc SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Az orvosi, biológiai kutatások egyik jellemzője, hogy a vizsgálatok eredményeként
RészletesebbenTérinformatikai alkalmazások 2.
Térinformatikai alkalmazások 2. A térinformatikai alkalmazások dr. Végső, Ferenc Térinformatikai alkalmazások 2. : A térinformatikai alkalmazások dr. Végső, Ferenc Lektor : Keringer, Zsolt Ez a modul a
RészletesebbenBánhalmi Árpád * Bakos Viktor ** MIÉRT BUKNAK MEG STATISZTIKÁBÓL A JÓ MATEKOSOK?
Bánhalmi Árpád * Bakos Viktor ** MIÉRT BUKNAK MEG STATISZTIKÁBÓL A JÓ MATEKOSOK? A BGF KKFK Nemzetközi gazdálkodás és Kereskedelem és marketing szakjain a hallgatók tanrendjében statisztikai és matematikai
RészletesebbenPopulációbecslések és monitoring 2. előadás tananyaga
Populációbecslések és monitoring 2. előadás tananyaga 1. A becslések szerepe az ökológiában. (Demeter és Kovács 1991) A szabadon élő állatok egyedszámának kérdése csak bizonyos esetekben merül fel. De
RészletesebbenA 2009. évi Baross Gábor Program pályázati kiírásaira a Dél-alföldi Régióban benyújtott pályaművek statisztikai elemzése
A 2009. évi Baross Gábor Program pályázati kiírásaira a Dél-alföldi Régióban benyújtott pályaművek statisztikai elemzése Készítette: Dél-alföldi Regionális Innovációs Ügynökség Közhasznú Egyesület Vezetői
RészletesebbenELEMI VALÓSZÍNŰSÉGSZÁMÍTÁS és STATISZTIKAI MÓDSZEREK A FIZIKÁBAN
ELEMI VALÓSZÍNŰSÉGSZÁMÍTÁS és STATISZTIKAI MÓDSZEREK A FIZIKÁBAN SINKOVICZ PÉTER (PhD hallgató) MTA WIGNER FIZIKAI KUTATÓKÖZPONT (2013) a TARTALOMJEGYZÉK A VALÓSÁG STATISZTIKAI LEKÉPEZÉSE 1. Alapfogalmak
RészletesebbenMatematikai geodéziai számítások 4.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 4. MGS4 modul Vetületi átszámítások SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról
RészletesebbenAdatok gyűjtésének és értékelésének módszerei Domokos, Endre Csom, Veronika
Adatok gyűjtésének és értékelésének módszerei Domokos, Endre Csom, Veronika Adatok gyűjtésének és értékelésének módszerei Domokos, Endre Csom, Veronika Tartalom 1. Jelmagyarázat és rövidítésjegyzék...
Részletesebben1/8. Iskolai jelentés. 10.évfolyam matematika
1/8 2008 Iskolai jelentés 10.évfolyam matematika 2/8 Matematikai kompetenciaterület A fejlesztés célja A kidolgozásra kerülő programcsomagok az alább felsorolt készségek, képességek közül a számlálás,
RészletesebbenÁltalános statisztika II. Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László
Általános statisztika II Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László Általános statisztika II Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László Publication
Részletesebben2009 szeptemberében megvizsgálták a magyarországi jogi személyiségű építőipari kft-ket. Töltse ki a táblázat hiányzó részeit!
2. feladat 2009 szeptemberében megvizsgálták a magyarországi jogi személyiségű építőipari kft-ket. Töltse ki a táblázat hiányzó részeit! Megnevezés Közös Ismérv Megkülönböztető jogi személyiségű területi
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 1. MA3-1 modul. Kombinatorika
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 1. MA3-1 modul Kombinatorika SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999. évi LXXVI.
RészletesebbenMINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia
MINİSÉGSZABÁLYOZÁS A GÉPIPARBAN Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia ISO 9000:2008 A STATISZTIKAI MÓDSZEREK HASZNÁLATÁRÓL A statisztikai módszerek
Részletesebben1. Számoljuk meg egy számokat tartalmazó mátrixban a nulla elemeket!
ELTE IK, Programozás, Gyakorló feladatok a 3. zárthelyihez. Mátrix elemeinek felsorolása: 1. Számoljuk meg egy számokat tartalmazó mátrixban a nulla elemeket! 2. Igaz-e, hogy sorfolytonosan végigolvasva
RészletesebbenStatisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus
Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus Gyakorisági sorok Mennyiségi ismérv jellemző rangsor készítünk. (pl. napi jegyeladások száma) A gyakorisági sor képzése igazából tömörítést jelent Nagyszámú
RészletesebbenINTELLIGENS ADATELEMZÉS
Írta: FOGARASSYNÉ VATHY ÁGNES STARKNÉ WERNER ÁGNES INTELLIGENS ADATELEMZÉS Egyetemi tananyag 2011 COPYRIGHT: 2011 2016, Dr. Fogarassyné Dr. Vathy Ágnes, Pannon Egyetem Műszaki Informatikai Kar Matematika
Részletesebbenstatisztikai menürendszere Dr. Vargha András 2007
A statisztikai menürendszere Dr. Vargha András 2007 2 tartalomjegyzék 1. Alapok (egymintás elemzések Alapstatisztikák Részletesebb statisztikák számítása Gyakorisági eloszlás, hisztogram készítése Középértékekre
RészletesebbenDigitális terepmodell modul
Digitális terepmodell modul GeoEasy V2.05+ Geodéziai Feldolgozó Program DigiKom Kft. 2006-2010 Tartalomjegyzék Bevezetés DTM létrehozása DTM módosítása DTM betöltése, lezárása Intepoláció Szintvonalkészítés
RészletesebbenVargha András PSZICHOLÓGIAI STATISZTIKA DIÓHÉJBAN 1. X.1. táblázat: Egy iskolai bizonyítvány. Magyar irodalom. Biológia Földrajz
Megjelent: Vargha A. (7). Pszichológiai statisztika dióhéjban. In: Czigler I. és Oláh A. (szerk.), Találkozás a pszichológiával. Osiris Kiadó, Budapest, 7-46. Mi az, hogy statisztika? Vargha András PSZICHOLÓGIAI
RészletesebbenMatematika példatár 4.
Matematika példatár 4 Integrálszámítás szabályai és Csabina, Zoltánné Created by XMLmind XSL-FO Converter Matematika példatár 4: Integrálszámítás szabályai és Csabina, Zoltánné Lektor: Vígné dr Lencsés,
Részletesebben4. modul Poliéderek felszíne, térfogata
Matematika A 1. évfolyam 4. modul Poliéderek felszíne, térfogata Készítette: Vidra Gábor Matematika A 1. évfolyam 4. modul: POLIÉDEREK FELSZÍNE, TÉRFOGATA Tanári útmutató A modul célja Időkeret Ajánlott
RészletesebbenSTATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.
STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése
RészletesebbenS a t ti a s ti z s ti z k ti a k i a i soka k s a ág Megfigyelési egység Statisztikai ismérv
Üzleti gazdaságtan Ismétlés statisztika A statisztikai alapfogalmak A statisztikaa társadalom és a gazdasági élet jelenségeinek, folyamatainak számadatok segítségével történő megismerésével, leírásával,
RészletesebbenIII. rész: A VÁLLALATI MAGATARTÁS
III. rész: A VÁAATI MAGATARTÁS Az árupiacon a kínálati oldalon a termelőegységek, a vállalatok állnak. A vállalatok különböznek tevékenységük, méretük, tulajdonformájuk szerint. Különböző vállalatok közös
RészletesebbenGeometriai példatár 2.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Baboss Csaba Szabó Gábor Geometriai példatár 2 GEM2 modul Metrikus feladatok SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999 évi
RészletesebbenPRÓBAÉRETTSÉGI VIZSGA
STUDIUM GENERALE MATEMATIKA SZEKCIÓ MATEMATIKA PRÓBAÉRETTSÉGI VIZSGA 2016. január 16. KÖZÉPSZINTŰ PRÓBAÉRETTSÉGI VIZSGA Név E-mail cím SG-s csoport Pontszám 2016. január 16. II. Időtartam: 135 perc STUDIUM
RészletesebbenFelsőoktatási intézmények jellegzetességei
Felsőoktatási intézmények jellegzetességei Összeállította:Eruditio-Hungária Kft. Készült az Oktatáskutató és Fejlesztő Intézet megbízásából, a Minőségfejlesztés a felsőoktatásban TÁMOP-4.1.4-08/1-2009-0002
RészletesebbenA Géniusz képzések hatásvizsgálata kutatási tanulmány. Készítette: Dr. Dávid Mária
A Géniusz képzések hatásvizsgálata kutatási tanulmány Készítette: Dr. Dávid Mária Eger 2012 1 Előzmények A Magyar Tehetségsegítő Szervezetek Szövetsége által megvalósított kiemelt projekt: a Magyar Géniusz
RészletesebbenNT-17102 Matematika 9. (Heuréka) Tanmenetjavaslat
NT-17102 Matematika 9. (Heuréka) Tanmenetjavaslat Ezzel a segédanyaggal szeretnék segítséget nyújtani a középiskolák azon matematikatanárainak, akik a matematikai oktatáshoz és neveléshez Dr. Fried Katalin
RészletesebbenMatematikai geodéziai számítások 5.
Matematikai geodéziai számítások 5 Hibaterjedési feladatok Dr Bácsatyai László Matematikai geodéziai számítások 5: Hibaterjedési feladatok Dr Bácsatyai László Lektor: Dr Benedek Judit Ez a modul a TÁMOP
RészletesebbenMatematikai geodéziai számítások 10.
Matematikai geodéziai számítások 10. Hibaellipszis, talpponti görbe és közepes ponthiba Dr. Bácsatyai, László Matematikai geodéziai számítások 10.: Hibaellipszis, talpponti görbe és Dr. Bácsatyai, László
RészletesebbenTantárgyi útmutató. 1. A tantárgy helye a szaki hálóban. 2. A tantárgyi program általános célja. Statisztika 1.
Tantárgyi útmutató 1. A tantárgy helye a szaki hálóban Gazdálkodási és menedzsment szakirány áttekintő tanterv Nagyításhoz kattintson a képre! Turizmus - vendéglátás szakirány áttekintő tanterv Nagyításhoz
RészletesebbenOsztályozóvizsga követelményei
Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Nyolcosztályos gimnázium Matematika Évfolyam: 10 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Gondolkodási
RészletesebbenTERÜLETI ÖSSZEHASONLÍTÁSOK
TERÜLETI ÖSSZEHASONLÍTÁSOK R. NAGY ZSÓFIA A tanulmány a megyék fejlettségbeli összehasonlítását mutatja be a különböző gazdasági és társadalmi mutatók alapján fő mutatóként a GDP-t használva. A módszer
RészletesebbenSzebényi Anita Magyarország nagyvárosi térségeinek társadalmi-gazdasági
Szebényi Anita Magyarország nagyvárosi térségeinek társadalmi-gazdasági összehasonlítása Bevezetés A rendszerváltás óta eltelt másfél évtized társadalmi-gazdasági változásai jelentősen átrendezték hazánk
RészletesebbenSzámtani- és mértani sorozatos feladatok (középszint)
Számtani- és mértani sorozatos feladatok (középszint) (KSZÉV Minta (2) 2004.05/II/16) a) Egy számtani sorozat első tagja 9, különbsége pedig 4. Adja meg e számtani sorozat első 5 tagjának az összegét!
RészletesebbenA lineáris programozás 1 A geometriai megoldás
A lineáris programozás A geometriai megoldás Készítette: Dr. Ábrahám István A döntési, gazdasági problémák optimalizálásának jelentős részét lineáris programozással oldjuk meg. A módszer lényege: Az adott
RészletesebbenKIFEJEZÉSE: A GAMMA KOEFFICIENS. Csapó Benő Szegedi Tudományegyetem, Neveléstudományi Tanszék MTA-SZTE Képességkutató Csoport
MAGYAR PEDAGÓGIA 102. évf. 3. szám 391 410. (2002) A KÉPESSÉGEK FEJLŐDÉSI ÜTEMÉNEK EGYSÉGES KIFEJEZÉSE: A GAMMA KOEFFICIENS Csapó Benő Szegedi Tudományegyetem, Neveléstudományi Tanszék MTA-SZTE Képességkutató
Részletesebben(a) Számolja ki a vásárolt benzin átlagos mennyiségét! (b) Számítsa ki az átlagos abszolút eltérést! (a) Mekkora a napi átlagos csökkenés?
Statisztika 2015. október 09. A csoport Név Neptun kód 1. Egy benzikútnál egy id½oszakban a vásárolt benzin mennyisége az alábbiak szerint alakult: benzin(l) gépkocsi -15 27 15.1-25 39 25.1-35 45 35.1-45
RészletesebbenA sárospataki Nagykönyvtár olvasóinak elégedettségi mérése. Készítette: Éger Gábor
A sárospataki Nagykönyvtár olvasóinak elégedettségi mérése 0 Készítette: Éger Gábor A vizsgálat leírása, problémafelvetés A Sárospataki Református Kollégium Tudományos Gyűjteményei Nagykönyvtárának életében
RészletesebbenMATEMATIKA PRÓBAÉRETTSÉGI MEGOLDÓKULCS KÖZÉPSZINT
Matematika Próbaérettségi Megoldókulcs 016. január 16. MATEMATIKA PRÓBAÉRETTSÉGI MEGOLDÓKULCS KÖZÉPSZINT I. rész: Az alábbi 1 feladat megoldása kötelező volt! 1) Egyszerűsítse a következő kifejezést: Válaszát
RészletesebbenMATEMATIKAI KOMPETENCIATERÜLET A
MATEMATIKAI KOMPETENCIATERÜLET A Matematika 6. évfolyam TANULÓI MUNKAFÜZET 2. FÉLÉV A kiadvány KHF/4356-14/2008. engedélyszámon 2008.11.25. időponttól tankönyvi engedélyt kapott Educatio Kht. Kompetenciafejlesztő
RészletesebbenMatematika III. 4. A valószínűségi változó és jellemzői Prof. Dr. Závoti, József
Matematika III. 4. A valószínűségi változó és jellemzői Prof. Dr. Závoti, József Matematika III. 4. : A valószínűségi változó és jellemzői Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul
RészletesebbenTérinformatikai alkalmazások 4.
Térinformatikai alkalmazások 4. Földinformációs rendszerek (LIS) dr. Végső, Ferenc Térinformatikai alkalmazások 4. : Földinformációs rendszerek (LIS) dr. Végső, Ferenc Lektor : Keringer, Zsolt Ez a modul
RészletesebbenStatisztikai módszerek
Statisztikai módszerek A hibaelemzı módszereknél azt néztük, vannak-e kiugró, kritikus hibák, amelyek a szabályozás kivételei. Ezekkel foglalkozni kell; minıségavító szabályozásra van szükség. A statisztikai
RészletesebbenMatematikai geodéziai számítások 6.
Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre
RészletesebbenPróba érettségi feladatsor 2008. április 11. I. RÉSZ
Név: osztály: Próba érettségi feladatsor 2008 április 11 I RÉSZ Figyelem! A dolgozatot tollal írja; az ábrákat ceruzával is rajzolhatja A megoldást minden esetben a feladat szövege melletti keretbe írja!
RészletesebbenTérinformatikai alkalmazások 2.
Nyugat-magyarországi Egyetem Geoinformatikai Kara dr. Végső Ferenc Térinformatikai alkalmazások 2. TAL2 modul A térinformatikai alkalmazások csoportosítása SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a
RészletesebbenKÖZGAZDASÁGTAN ALAPJAI
KÖZGAZDASÁGTAN ALAPJAI Tartalom 1. A makroökonómia alapkérdései, a makroszintű jövedelem mérése 2. Gazdasági körforgás 3. Az árupiac és az IS görbe 4. A pénzpiac és az LM görbe 5. Az IS-LM rendszer 6.
RészletesebbenCsicsman József-Sipos Szabó Eszter csicsman@calculus.hu, siposeszti@gmail.com. Matematikai alapok az adatbányászati szoftverek első megismeréséhez
Csicsman József-Sipos Szabó Eszter csicsman@calculus.hu, siposeszti@gmail.com Matematikai alapok az adatbányászati szoftverek első megismeréséhez 1.1 A statisztikai sokaság A statisztika a valóság számszerű
RészletesebbenRendszertervezés 2. IR elemzés Dr. Szepesné Stiftinger, Mária
Rendszertervezés 2. IR elemzés Dr. Szepesné Stiftinger, Mária Rendszertervezés 2. : IR elemzés Dr. Szepesné Stiftinger, Mária Lektor : Rajki, Péter Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027 Tananyagfejlesztéssel
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Csordásné Marton Melinda. Fizikai példatár 4. FIZ4 modul. Elektromosságtan
Nyugat-magyarországi Egyetem Geoinformatikai Kara Csordásné Marton Melinda Fizikai példatár 4 FIZ4 modul Elektromosságtan SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999 évi LXXVI
RészletesebbenElemi matematika szakkör
lemi matematika szakkör Kolozsvár, 2015. október 26. 1.1. eladat. z konvex négyszögben {} = és { } = (lásd a mellékelt ábrát). izonyítsd be, hogy a következő három kijelentés egyenértékű: 1. z négyszögbe
RészletesebbenTARTALOMJEGYZÉK ELŐSZÓ... 7 1. GONDOLKOZZ ÉS SZÁMOLJ!... 9 2. HOZZÁRENDELÉS, FÜGGVÉNY... 69
TARTALOMJEGYZÉK ELŐSZÓ............................................................ 7 1. GONDOLKOZZ ÉS SZÁMOLJ!............................. 9 Mit tanultunk a számokról?............................................
RészletesebbenKÖZGAZDASÁGI ALAPISMERETEK (ELMÉLETI GAZDASÁGTAN)
ÉRETTSÉGI VIZSGA 2012. május 25. KÖZGAZDASÁGI ALAPISMERETEK (ELMÉLETI GAZDASÁGTAN) EMELT SZINTŰ ÍRÁSBELI VIZSGA 2012. május 25. 8:00 Az írásbeli vizsga időtartama: 180 perc Pótlapok száma Tisztázati Piszkozati
RészletesebbenMatematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József
Matematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József Matematika III. 5. : Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP
RészletesebbenGeodézia 4. Vízszintes helymeghatározás Gyenes, Róbert
Geodézia 4. Vízszintes helymeghatározás Gyenes, Róbert Geodézia 4.: Vízszintes helymeghatározás Gyenes, Róbert Lektor: Homolya, András Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027 Tananyagfejlesztéssel
RészletesebbenMikrohullámok vizsgálata. x o
Mikrohullámok vizsgálata Elméleti alapok: Hullámjelenségen valamilyen rezgésállapot (zavar) térbeli tovaterjedését értjük. A hullám c terjedési sebességét a hullámhossz és a T rezgésido, illetve az f frekvencia
RészletesebbenElemi statisztika fizikusoknak
1. oldal Elemi statisztika fizikusoknak Pollner Péter Biológiai Fizika Tanszék pollner@elte.hu Az adatok leírása, megismerése és összehasonlítása 2-1 Áttekintés 2-2 Gyakoriság eloszlások 2-3 Az adatok
RészletesebbenBevezetés a lineáris programozásba
Bevezetés a lineáris programozásba 8. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Szimplex módszer p. 1/1 Az LP feladatok általános modellje A korlátozó feltételeket írjuk fel
RészletesebbenOrszágos kompetenciamérés. Országos jelentés
Országos kompetenciamérés 2009 Országos jelentés Országos jelentés TARTALOMJEGYZÉK JOGSZABÁLYI HÁTTÉR... 7 A 2009. ÉVI ORSZÁGOS KOMPETENCIAMÉRÉS SZÁMOKBAN... 8 A FELMÉRÉSRŐL... 9 EREDMÉNYEK... 11 AJÁNLÁS...
RészletesebbenMATEMATIKA ÉRETTSÉGI 2009. május 5. KÖZÉPSZINT I.
MATEMATIKA ÉRETTSÉGI 009. május 5. KÖZÉPSZINT I. 1) Oldja meg a valós számok halmazán az alábbi egyenletet! x 1x 4 0 Az egyenlet gyökei 1, 5 és 8. ) Számítsa ki a 1 és 75 számok mértani közepét! A mértani
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 8. MA3-8 modul. A szórás és a szóródás egyéb mérőszámai
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 8. MA3-8 modul A szórás és a szóródás egyéb mérőszámai SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról
RészletesebbenA mintavétel bizonytalansága
A mintavétel bizonytalansága Farkas Zsuzsa, Prof. Dr. Ambrus Árpád FarkasZs@nebih.gov.hu, AmbrusArp@nebih.gov.hu NÉBIH ÉKI A termék megfelelőség ellenőrzése - A mintavétel és az analitikai vizsgálati eredmények
RészletesebbenDisztribúciós feladatok. Készítette: Dr. Ábrahám István
Disztribúciós feladatok Készítette: Dr. Ábrahám István Bevezető Az elosztási, szétosztási feladatok (szállítás, allokáció, stb.) leggazdaságosabb megoldása fontos kérdés. Célunk lehet legkisebb összköltségre
RészletesebbenKészülékek és szigetelések
Készülékek és szigetelések BMEVIVEM174 Koller, László Novák, Balázs Tamus, Ádám Készülékek és szigetelések írta Koller, László, Novák, Balázs, és Tamus, Ádám Publication date 2012 Szerzői jog 2011 Tartalom
RészletesebbenBEVEZETÉS AZ ÁBRÁZOLÓ GEOMETRIÁBA
Pék Johanna BEVEZETÉS AZ ÁBRÁZOLÓ GEOMETRIÁBA (Matematika tanárszakos hallgatók számára) Tartalomjegyzék Előszó ii 0. Alapismeretek 1 0.1. Térgeometriai alapok............................. 1 0.2. Az ábrázoló
RészletesebbenKÖZPONTI STATISZTIKAI HIVATAL GYŐRI IGAZGATÓSÁGA NYUGDÍJASOK, NYUGDÍJAK A NYUGAT-DUNÁNTÚLI RÉGIÓBAN
KÖZPONTI STATISZTIKAI HIVATAL GYŐRI IGAZGATÓSÁGA NYUGDÍJASOK, NYUGDÍJAK A NYUGAT-DUNÁNTÚLI RÉGIÓBAN GYŐR 2006. május KÉSZÜLT A KÖZPONTI STATISZTIKAI HIVATAL GYŐRI IGAZGATÓSÁGÁN ISBN 963 215 974 8 ISBN
RészletesebbenSZENT ISTVÁN EGYETEM
SZENT ISTVÁN EGYETEM A magyar mezőgazdasági gépgyártók innovációs aktivitása Doktori (PhD) értekezés tézisei Bak Árpád Gödöllő 2013 A doktori iskola Megnevezése: Műszaki Tudományi Doktori Iskola Tudományága:
RészletesebbenBUDAPESTI KÖZGAZDASÁGTUDOMÁNYI EGYETEM. Puskás Csaba, Szabó Imre, Tallos Péter LINEÁRIS ALGEBRA JEGYZET
BUDAPESTI KÖZGAZDASÁGTUDOMÁNYI EGYETEM Puskás Csaba, Szabó Imre, Tallos Péter LINEÁRIS ALGEBRA JEGYZET BUDAPEST, 1997 A szerzők Lineáris Algebra, illetve Lineáris Algebra II c jegyzeteinek átdolgozott
Részletesebben10. JAVÍTÓKULCS ORSZÁGOS KOMPETENCIAMÉRÉS MATEMATIKA. példaválaszokkal. s u l i N o v a K h t. É R T É K E L É S I K Ö Z P O N T É V F O L Y A M
10. É V F O L Y A M ORSZÁGOS KOMPETENCIAMÉRÉS JAVÍTÓKULCS MATEMATIKA s u l i N o v a K h t. É R T É K E L É S I K Ö Z P O N T 2 0 0 6 példaválaszokkal Hány órából áll egy hét? Válasz: A feleletválasztós
RészletesebbenMérnökgeodézia 5. Mérnökgeodéziai kitűzési munkák. Dr. Ágfalvi, Mihály
Mérnökgeodézia 5. Mérnökgeodéziai kitűzési munkák. Dr. Ágfalvi, Mihály Mérnökgeodézia 5.: Mérnökgeodéziai kitűzési munkák. Dr. Ágfalvi, Mihály Lektor: Dr. Ottófi, Rudolf Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027
RészletesebbenLineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer
Lineáris programozás Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer Feladat: Egy gyár kétféle terméket gyárt (A, B): /db Eladási ár 1000 800 Technológiai önköltség 400 300 Normaóraigény
RészletesebbenMATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ
Matematika emelt szint 0613 ÉRETTSÉGI VIZSGA 007. május 8. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM Formai előírások: Fontos tudnivalók
RészletesebbenKomputer statisztika gyakorlatok
Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Komputer statisztika gyakorlatok Eger, 2010. október 26. Tartalomjegyzék Előszó 4 Jelölések 5 1. Mintagenerálás 7 1.1. Egyenletes
RészletesebbenAdatok statisztikai feldolgozása
Adatok statisztikai feldolgozása Kaszaki József Ph.D Szegedi Tudományegyetem Sebészeti Műtéttani Intézet Szeged A mérési adatok kiértékelése, statisztikai analízis A mért adatok konvertálása adatbázis
RészletesebbenAzonosító jel: MATEMATIKA EMELT SZINTŰ ÍRÁSBELI VIZSGA. 2015. október 13. 8:00. Az írásbeli vizsga időtartama: 240 perc
É RETTSÉGI VIZSGA 2015. október 13. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI VIZSGA 2015. október 13. 8:00 Az írásbeli vizsga időtartama: 240 perc Pótlapok száma Tisztázati Piszkozati EMBERI ERŐFORRÁSOK MINISZTÉRIUMA
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június
GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
RészletesebbenMATEMATIKA ÉRETTSÉGI 2012. május 8. EMELT SZINT I.
MATEMATIKA ÉRETTSÉGI 01. május 8. EMELT SZINT I. 1) Egy 011-ben készült statisztikai összehasonlításban az alábbiakat olvashatjuk: Ha New York-ban az átlagfizetést és az átlagos árszínvonalat egyaránt
RészletesebbenOC-görbe, működési jelleggörbe, elfogadási jelleggörbe
1 OC-görbe, működési jelleggörbe, elfogadási jelleggörbe Németül: OC-kurve, Annahmekennlinie, OC-Funktion Angolul: Operating characteristic curve Franciául: Caractéristique de fonctionnement, courbe d
RészletesebbenKvízverseny. SimpleX Tehetségnap, 2015
Kvízverseny SimpleX Tehetségnap, 2015 GEOMETRI 1. mellékelt ábrán négyzet, F, E és [E] [F ]. Mekkora az α szög mértéke? E α F 2. α =? 3. mellékelt ábrán négyzet, F és [F ] []. Mekkora a ĈF szög mértéke?
RészletesebbenStatisztikai módszerek gyakorlat - paraméteres próbák
Statisztikai módszerek gyakorlat - paraméteres próbák A tanult paraméteres próbák: PRÓBA NEVE Egymintás U próba Kétmintás U próba Egymintás T próba Welch próba (Kétmintás T próba) F próba Grubbs próba
Részletesebben